现代交通技术研究

机器视觉+AI算法的桥梁混凝土表观裂缝智能检测施工技术

杨 锦鹏

文山州路桥有限责任公司

DOI: https://doi.org/10.59429/xdjtjs.v8i3.15368

Keywords: 桥梁工程；混凝土表观裂缝；机器视觉；AI 深度学习；智能检测；施工技术

---

Abstract

在桥梁工程施工及后期运维阶段，混凝土墩柱、箱梁、盖梁等构件极易受温度应力、荷载作用、干湿交替影 响产生表观裂缝。传统人工巡检依靠脚手架、高空作业车开展裂缝排查，存在作业风险大、检测效率低、细小裂缝 漏检率高、测量结果主观性强等缺陷，已经难以满足现代化桥梁大规模、常态化检测需求。将机器视觉成像技术与 深度学习 AI 算法相结合，搭建一套混凝土表观裂缝智能检测施工体系，利用高清成像设备采集混凝土表面图像，依 托 YOLO-v8、U-Net 神经网络完成裂缝识别、轮廓分割、裂缝长度宽度量化计算，在施工期质量验收、运营期病 害巡检中实现非接触式、自动化检测。本文从技术研究背景、技术原理、整体施工工艺流程、AI 算法模型优化、现 场施工应用要点、质量控制、工程效益、现存问题与优化方向展开论述，为桥梁混凝土裂缝智能化检测提供施工技 术参考。

---

References

[1] 谢明志，樊丁萌，蒋志鹏等. 基于计算机视觉的混凝土结构裂缝检测研究现状与展望[J]. 西南交通大学学报，2025, 60(03): 582-594.

[2] 蒋仕新，邹小雪，杨建喜等. 复杂背景下基于改进 YOLO v8s 的混凝土桥梁裂缝检测方法[J]. 交通运输工程学报，2024, 24(06): 135-147.

[3] 朱前坤，谢辰辉，张琼等. 基于计算机视觉和深度学习的古桥裂缝识别方法[J]. 西南交通大学学报，2026, 61(2): 529-540.

[4] 中华人民共和国交通运输部. JTG/T H21-2020 公路桥梁技术状况评定标准[S]. 北京：人民交通出版社股份有限公司，2020.

[5] 王佳男，李军. 基于 U-Net 改进算法的混凝土桥梁裂缝像素级分割研究[J]. 中国公路学报，2023, 36(08): 210-221.